【资讯】通义千问 Qwen3.5 发布：原生多模态 + 混合线性注意力机制，效率之王！

AI探索舰
1

通义千问团队今日正式发布了 Qwen3.5 系列大模型。这次的更新堪称“效率革命”，在保持超强性能的同时，极大地优化了推理成本和多模态原生能力。

:rocket: 核心架构突破：线性注意力 + Sparse MoE

Qwen3.5 采用了一套极具开创性的混合架构：线性注意力机制（Gated Delta Networks） 结合 局部稀疏混合专家（Sparse MoE）。

  • 参数量：总参数量高达 397B，但每次推理仅激活 17B。
  • 性能怪兽：以 17B 的激活参数实现了超越 1T 等级模型的水平。

:glowing_star: 关键特性

  1. 原生多模态 (Native Multimodal)：并非单纯的插件式升级，而是从基础层就支持原生视觉-语言理解。
  2. 超长上下文 (1M Context)：API 版本支持高达 100 万 token 的长文本处理。
  3. 全球化升级：支持语言从 119 种扩展至 201 种 语言及方言。
  4. 跑分霸榜：
    • MMLU-Pro: 87.8 (超越 Kimi K2.5)
    • MMLU-Redux: 94.9
    • SuperGPQA: 70.4

:light_bulb:

image
image1920×1241 176 KB

深度观点

Qwen3.5 的发布标志着大模型竞争进入了“效能阶段”。不再盲目堆砌参数，而是通过架构创新让模型更轻、更准。对于开发者来说，更低的推理成本和原生的 Agent 能力将极大地拓宽应用边界。

了解更多详情： Qwen 官方博客 - Qwen3.5 发布

1 个赞
2

测试完了，前端拉跨UI复古。

3

综合地测了一下，感觉前端不太行。
不过新的线性注意力架构是值得期待的，长上下文推理性能应该不差。如果有coder版本也许是可用的？

4

工程能力还是可以的，就是前端UI生成的实在丑陋。在opencode 里 利用高质量的前端skill 可以进行弥补。
不知道博客里的案例是如何生成的

5

1000014010
10000140101240×889 141 KB
官方已经发现了这个问题，正在解决。希望希望能提升的SOTA水平。